Nueva investigación sugiere que los cálculos de riesgo de suicidio podrían ayudar en el cuidado de nuevos pacientes.
Un nuevo estudio publicado en JAMA Psychiatry, detalla cómo un modelo de machine learning entrenado con registros médicos es capaz de realizar cálculos sobre el riesgo de suicidio en pacientes psiquiátricos de nuevo ingreso. La investigación se centró en pacientes que buscan tratamiento por primera vez, y el modelo demostró ser preciso incluso cuando los registros clínicos de salud mental son limitados.
Por su parte, la Dra. Honor Hsin, coautora del estudio, enfatizó la importancia de identificar el riesgo de suicidio temprano en el tratamiento, ya que muchos pacientes interrumpen la atención después de una o dos visitas. El modelo, desarrollado y validado por la Red de Investigación en Salud Mental de Kaiser Permanente, proporciona información adicional para los clínicos en su evaluación y planificación del tratamiento. La Dra. Hsin, también destacó que el modelo debe aplicarse de manera temprana para poder ofrecer información útil sobre los pacientes y así mejorar sus tratamientos.
El análisis se realizó en más de 1.6 millones de citas de evaluación de salud mental entre 2012 y 2022, con resultados que demostraron la eficacia del modelo en la identificación de pacientes en mayor riesgo de intentos de suicidio en los siguientes 90 días.
Asimismo, el Dr. Santiago Papini, coautor del estudio, subrayó el papel del modelo como una herramienta complementaria para los médicos, no como un reemplazo de su juicio clínico ni de su experiencia. De igual forma el Dr. Papini, explicó que el modelo resume la sabiduría y de los médicos que han interactuados con cada paciente en el pasado y ofrece un punto de vista basado en los datos registrados para que el nuevo médico informe sobre su juicio clínico. Además, destacó el potencial de la inteligencia artificial en la prevención del suicidio, señalando que el modelo se basa en el machine learning para mejorar la precisión predictiva.
La Dra. Esti Iturralde, por su parte, explicó que el modelo ya ha sido validado y las nuevas investigaciones se van a centrar en lo que puedan realizar con dicha herramienta. La Dra. Iturralde explicó que este modelo es de suma importancia, especialmente para personas que no suelen compartir información acerca de pensamientos suicidas con sus nuevos médicos. “El beneficio de un modelo como este es que extrae información pasada sobre un paciente, como medicamentos o diagnósticos anteriores”.
Previamente, fue desarrollado un modelo original utilizando datos de 10 millones de visitas ambulatorias de salud mental y 300 tipos predictivos de datos de pacientes. El machine learning permitió el análisis de grandes cantidades de datos, y el aprendizaje de patrones complejos que mejoraron la precisión del modelo.
A medida que continúa la investigación, se explorarán formas de incorporar el modelo a la práctica clínica real y de beneficiar a los pacientes en entornos clínicos reales.
